Fenômenos de mercado - página 71
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Não desejo de escrever código para aproximar o gaussiano (ou melhor, procurá-lo, ele estava em algum lugar), então eu apenas desenhei um gaussiano, com uma média de zero e sigma 3, aqui no mesmo gráfico ele está sobreposto em azul.
Bem... quase um gaussiano :-) então. há alguma diferença na forma. uma pequena. Os rabos são mais pesados. Mas isso não é surpreendente. O que é surpreendente é o fenômeno no centro que ocorre quando se olha para o passo decrescente do histograma.
É este "quase" que mata tudo. :)
E não há nenhum fenômeno no centro. Se você aceitar que os processos de "tic-formação" são completamente diferentes dos processos de "gau-formação".
Mais uma vez: aproximar com Laplace em vez de normal. A perplexidade desaparecerá, e com ela o próprio "fenômeno": tanto os rabos caberão (e eles são a coisa mais importante) como a vizinhança de zero.
E o pequeno passo do histograma dificilmente é justificado. Embora, sim, essa discrição esteja presente em alguns instrumentos.
Colegas, não a questão. A questão não é o que é ligeiramente não gaussiano. A questão é que tipo de esquisitice surge no centro, se você traçar um histograma dos incrementos do logaritmo do preço, com um pequeno passo de histograma.
As sobrecargas são períodos de alta correlação de ativos e as pesadas caudas são correlação negativa. Afinal de contas, estamos lidando com uma relação de preços de ativos.
Há dois ativos: A e B. Trabalhamos com A/B. Se os incrementos dos ativos A e B tiverem uma correlação positiva alta, então os incrementos de A/B terão uma pequena variação (volatilidade) e se concentrarão perto de zero. É isso que proporciona o spiking, porque na maioria das vezes a correlação entre os ativos é alta. Mas há momentos em que a correlação não só cai, mas se torna negativa. A dispersão/volatilidade aumenta bruscamente. Grosso modo, a distribuição de incrementos é uma soma de duas distribuições - uma para períodos de alta correlação de ativos e outra para correlação negativa de ativos.
As sobrecargas são períodos de alta correlação de ativos e as pesadas caudas são correlação negativa. Afinal de contas, estamos lidando com correlações de preços de ativos.
Não períodos de baixa volatilidade?
Sim. Estou falando das causas da baixa volatilidade. Em essência, a volatilidade é um racionamento de ativos. Enquanto EUR e GBP, por exemplo, são altamente correlacionados, EURGBP será pouco volátil e plano. Em outras palavras, os ativos são altamente correlacionados na maior parte do tempo e, ocasionalmente, vice-versa. Uma espécie de bifurcação - uma fase de correlação positiva e uma fase de correlação negativa, e manifestações técnicas de baixa e alta volatilidade.
As sobrecargas são períodos de alta correlação de ativos e as caudas pesadas são negativas. Afinal de contas, estamos lidando com uma relação de preços de ativos.
Há dois ativos: A e B. Trabalhamos com A/B. Se os incrementos dos ativos A e B tiverem uma correlação positiva alta, então os incrementos de A/B terão uma pequena variação (volatilidade) e se concentrarão perto de zero. É isso que proporciona o spiking, porque na maioria das vezes a correlação entre os ativos é alta. Mas há momentos em que a correlação não só cai, mas se torna negativa. A dispersão/volatilidade aumenta bruscamente. Ou seja, grosso modo, a distribuição de incrementos é a soma de duas distribuições - uma para períodos de alta correlação de ativos e outra para correlação negativa de ativos.
Um dos fenômenos do mercado forex é o Svinozavr! ))
Então eu não estou me escondendo - eu já postei: "Svinozavr é um fenômeno inexplicável, e talvez! até! inexplicável!" // ABS
===
Juro ao MC, não entendo o objetivo desta abordagem (como ocupada aqui). A teoria das catástrofes está claramente mais próxima.